Flying Bull (Ningbo) Electronic Technology Co., Ltd.

252927 Aŭtomata Transdono AL4 DPO Ŝaltilo Premo Sensilo

Mallonga Priskribo:


  • Modelo:T-LIFTO
  • OE NRO::252927, 8201708662
  • Loko de Origino::Zhejiang, Ĉinio
  • Marka Nomo: :FYLING BOVO
  • Tipo: :Sensilo
  • Produkta Detalo

    Produktaj Etikedoj

    Produkta enkonduko

    1. Komunaj sensilaj misfunkciaj diagnozaj metodoj

     

    Kun la disvolviĝo de scienco kaj teknologio, la metodoj de sensila diagnozo de misfunkciadoj estas pli kaj pli abundaj, kiuj esence povas renkonti la bezonojn de ĉiutaga uzo. Specife, la oftaj sensilaj misfunkciaj diagnozaj metodoj ĉefe inkluzivas la jenajn:

     

    1.1 Model-bazita faŭlto-diagnozo

     

    La plej frue evoluinta model-bazita sensila faŭltodiagnozoteknologio prenas analizan redundon anstataŭe de fizika redundo kiel sia kernideo, kaj akiras faŭltinformojn plejparte komparante ĝin kun la mezurvaloraj produktaĵo per la taksadsistemo. Nuntempe, ĉi tiu diagnoza teknologio povas esti dividita en tri kategoriojn: parametrotakso-bazita faŭlto-diagnozo-metodo, ŝtat-bazita kulp-diagnozo-metodo kaj ekvivalenta spaca diagnozo-metodo. Ĝenerale, ni difinas la karakterizajn parametrojn de la komponantoj, kiuj konsistigas la fizikan sistemon, kiel materiajn parametrojn, kaj la diferencialaj aŭ diferencaj ekvacioj, kiuj priskribas la kontrolsistemon kiel modulajn parametrojn. Kiam sensilo en la sistemo malsukcesas pro damaĝo, malsukceso aŭ rendimento-degenero, ĝi povas esti rekte montrita kiel la ŝanĝo de materialaj parametroj, kiu siavice kaŭzas la ŝanĝon de modulusaj parametroj, kiuj enhavas ĉiujn kulpajn informojn. Male, kiam la modulaj parametroj estas konataj, la ŝanĝo de la parametro povas esti kalkulita, por determini la grandecon kaj gradon de la sensilo-faŭlto. Nuntempe, model-bazita sensila diagnozo teknologio estis vaste uzita, kaj ĝiaj esplorrezultoj temigas liniajn sistemojn, sed la esplorado pri neliniaj sistemoj devas esti plifortigita.

     

    1.2 Diagnozo de misfunkciado bazita sur scio

     

    Malsame de la supre menciitaj faŭltodiagnozo-metodoj, scio-bazita faŭltodiagnozo ne bezonas establi matematikan modelon, kiu venkas la mankojn aŭ difektojn de model-bazita faŭltodiagnozo, sed malhavas aron de matura teoria subteno. Inter ili, artefarita neŭrala reto-metodo estas la reprezentanto de scio-bazita faŭlto-diagnozo. La tiel nomata artefarita neŭrala reto estas mallongigita kiel ANN en la angla, kiu baziĝas sur homa kompreno de cerba neŭrala reto kaj realigas certan funkcion per artefarita konstruado. Artefarita neŭrala reto povas stoki informojn laŭ distribuita maniero, kaj realigi nelinian transformon kaj mapadon helpe de retotopologio kaj pezdistribuo. En kontrasto, artefarita neŭrala retometodo kompensas por la manko de model-bazita faŭltodiagnozo en neliniaj sistemoj. Tamen, la artefarita neŭrala reto-metodo ne estas perfekta, kaj ĝi nur dependas de iuj praktikaj kazoj, kiuj ne efektive uzas la amasigitan sperton en specialaj kampoj kaj facile influas per specimena elekto, do la diagnozaj konkludoj eltiritaj de ĝi ne estas. interpretebla.

    Produkta bildo

    40 (4)
    40 (5)

    Detaloj pri kompanio

    01
    1683335092787
    03
    1683336010623
    1683336267762
    06
    07

    Kompanio avantaĝo

    1685178165631

    Transportado

    08

    Oftaj Demandoj

    1684324296152

    Rilataj produktoj


  • Antaŭa:
  • Sekva:

  • Rilataj Produktoj